复杂非线性系统存在强非线性和不确定性等问题,其建模与控制一直是个极具挑战的工作。自适应逆控制是一种有效的非线性系统控制方法,已经得到广泛的研究;2型模糊系统采用2型模糊集,相比于1型模糊系统,其能够提供更大的自由度,不确定性...复杂非线性系统存在强非线性和不确定性等问题,其建模与控制一直是个极具挑战的工作。自适应逆控制是一种有效的非线性系统控制方法,已经得到广泛的研究;2型模糊系统采用2型模糊集,相比于1型模糊系统,其能够提供更大的自由度,不确定性及非线性处理能力更强,能够采用较少的规则数取得较高的建模与控制精度。因此,本文将2型模糊系统理论与自适应逆控制相结合,提出了一种基于区间2型T-S模糊系统的自适应逆控制方法,实现对复杂非线性系统的有效建模与控制。首先通过离线输出输入数据映射得到非线性系统的离线2型模糊逆模型,然后将该离线区间2型模糊逆模型作为初始控制器,与被控对象串联,进行在线控制,并采用最小均方差(Least Mean Square,LMS)滤波算法在线修正2型模糊逆模型的结论参数,通过数字复制,更新逆模型控制器的参数。最后将该方法应用于两个仿真实例,结果表明本文方法控制精度高,不确定性处理能力强。展开更多
二型模糊逻辑系统是当前的学术研究的热点问题,而降型是该系统中非常重要的一个模块.Kamik-Mendel(KM)算法是被用来计算和完成区间二型模糊逻辑系统降型的标准算法.通过比较离散版本KM算法中求和运算和连续版本的KM(continuous version ...二型模糊逻辑系统是当前的学术研究的热点问题,而降型是该系统中非常重要的一个模块.Kamik-Mendel(KM)算法是被用来计算和完成区间二型模糊逻辑系统降型的标准算法.通过比较离散版本KM算法中求和运算和连续版本的KM(continuous version ofKM,CKM)算法中求积分运算,本文利用数值积分技术中牛顿-柯斯特求积公式将标准KM算法扩展成3种不同形式的加权KM(weighted KM,WKM)算法.而KM算法只是WKM算法中的一种特殊情况.3个计算机仿真例子用来阐述和分析WKM算法的表现,与传统的KM算法相比,WKM算法有较小的绝对误差和较快的收敛速度,给二型模糊逻辑系统设计者和应用者提供了潜在的应用价值.展开更多
文摘复杂非线性系统存在强非线性和不确定性等问题,其建模与控制一直是个极具挑战的工作。自适应逆控制是一种有效的非线性系统控制方法,已经得到广泛的研究;2型模糊系统采用2型模糊集,相比于1型模糊系统,其能够提供更大的自由度,不确定性及非线性处理能力更强,能够采用较少的规则数取得较高的建模与控制精度。因此,本文将2型模糊系统理论与自适应逆控制相结合,提出了一种基于区间2型T-S模糊系统的自适应逆控制方法,实现对复杂非线性系统的有效建模与控制。首先通过离线输出输入数据映射得到非线性系统的离线2型模糊逆模型,然后将该离线区间2型模糊逆模型作为初始控制器,与被控对象串联,进行在线控制,并采用最小均方差(Least Mean Square,LMS)滤波算法在线修正2型模糊逆模型的结论参数,通过数字复制,更新逆模型控制器的参数。最后将该方法应用于两个仿真实例,结果表明本文方法控制精度高,不确定性处理能力强。
文摘二型模糊逻辑系统是当前的学术研究的热点问题,而降型是该系统中非常重要的一个模块.Kamik-Mendel(KM)算法是被用来计算和完成区间二型模糊逻辑系统降型的标准算法.通过比较离散版本KM算法中求和运算和连续版本的KM(continuous version ofKM,CKM)算法中求积分运算,本文利用数值积分技术中牛顿-柯斯特求积公式将标准KM算法扩展成3种不同形式的加权KM(weighted KM,WKM)算法.而KM算法只是WKM算法中的一种特殊情况.3个计算机仿真例子用来阐述和分析WKM算法的表现,与传统的KM算法相比,WKM算法有较小的绝对误差和较快的收敛速度,给二型模糊逻辑系统设计者和应用者提供了潜在的应用价值.
